जेपीईजी। संपीड़न एल्गोरिथ्म

फिर से नमस्कार! मुझे यह लेख मई 2019 में वापस मिला। यह WAVE और JPEG के बारे में लेखों की एक श्रृंखला का एक सिलसिला है। इस प्रकाशन में इमेज एन्कोडिंग एल्गोरिदम और प्रारूप के बारे में पूरी जानकारी शामिल होगी।

इतिहास की एक चुटकी

विकिपीडिया लेख का एक बड़ा चमचा:

JPEG (ज्वाइंट फोटोग्राफिक एक्सपर्ट्स ग्रुप) फोटो इमेज और इसी तरह के चित्रों को स्टोर करने के लिए उपयोग किए जाने वाले लोकप्रिय रेखापुंज ग्राफिक प्रारूपों में से एक है।

इस मानक को 1991 में संयुक्त फोटोग्राफिक एक्सपर्ट्स ग्रुप द्वारा कुशल छवि संपीड़न के लिए विकसित किया गया था।

कौन से रास्ते कच्चे से jpeg तक जाते हैं

कुछ लोगों को लगता है कि जेपीईजी छवियां हफमैन विधि द्वारा संकुचित डेटा हैं, लेकिन ऐसा नहीं है। नियंत्रण संपीड़न से पहले, डेटा एक लंबा रास्ता तय करता है।

सबसे पहले, रंग मॉडल को RGB से YCbCr में बदल दिया जाता है। यहां तक ​​कि इसके लिए एक विशेष एल्गोरिथ्म भी है - यहां । वाई को छुआ नहीं गया है, क्योंकि यह चमक के लिए जिम्मेदार है, और इसका परिवर्तन ध्यान देने योग्य होगा।

पहली चीज जो छवि के साथ की गई है वह है सबसाम्‍पलिंग। यह समझना आसान है: पिक्सल का 2x2 सरणी लिया जाता है, फिर Cb और Cr को लिया जाता है - इन 4 पिक्सल के YCbCr घटकों में से प्रत्येक का औसत मान। और इसलिए, हमने 4 Y, 4 Cb, 4 Cr के बजाय, 6 बाइट्स जीते , हमने उनमें से प्रत्येक के लिए 4 Y और समान Cb और Cr प्राप्त किए (4 + 4 + 4 = 12; 4 + 1 + 1 = 6; 12 - 6; = 6)। 2x2 के पैमाने पर, 2: 1 संपीड़न अनुपात के साथ हानिपूर्ण संपीड़न ठोस लगता है। यह पूरी छवि पर लागू होता है। और इसलिए - उन्होंने आधा आकार गिरा दिया। और हम अपनी रंग धारणा के कारण इस तकनीक का उपयोग कर सकते हैं। एक व्यक्ति को आसानी से चमक में अंतर दिखाई देगा, लेकिन रंग में नहीं, अगर वह पिक्सेल के एक छोटे से ब्लॉक में औसत है। पतले को भी एक पंक्ति में, क्षैतिज रूप से और लंबवत 4 पिक्सेल में प्रदर्शित किया जा सकता है। पहला विकल्प अधिक बार उपयोग किया जाता है। यदि छवि गुणवत्ता महत्वपूर्ण है, तो थिनिंग बिल्कुल भी नहीं किया जाता है।
थिनिंग का दृश्य चित्रण (हैबर ने जिफ़ डालने की अनुमति नहीं दी) - https://i.ibb.co/Rg5Th9H/150953010617579181.gif

तैयारी का बड़ा हिस्सा

डीसीटी

अब सबसे कठिन और आवश्यक हिस्सा है। पूरी तस्वीर को 8x8 ब्लॉकों में विभाजित किया गया है (यदि स्थिति ब्लॉक के पक्ष में एक से अधिक नहीं है तो पैडिंग का उपयोग करें)।

अब, प्रत्येक ब्लॉक के लिए, DCT (डिस्क्रीट कोसाइन ट्रांसफॉर्मेशन) लागू किया जाता है। इस भाग में, सभी अतिरिक्त तस्वीर से बाहर ले जाया जाता है। डीसीटी का उपयोग करना, यह समझना आवश्यक है कि क्या यह ब्लॉक (8x8) छवि के किसी भी नीरस हिस्से का वर्णन करता है: आकाश, दीवार; या इसमें एक जटिल संरचना (बाल, वर्ण, आदि) हैं। यह तर्कसंगत है कि 64 पिक्सल के रंग के पिक्सल को केवल एक में वर्णित किया जा सकता है, क्योंकि ब्लॉक का आकार पहले से ही ज्ञात है। संपीड़न के लिए इतना: 64 से 1।

डीसीटी एक ब्लॉक को एक स्पेक्ट्रम में बदल देती है, और जहां रीडिंग अचानक बदल जाती है, गुणांक सकारात्मक हो जाता है, और संक्रमण को तेज करता है, आउटपुट जितना अधिक होता है। जहां गुणांक अधिक है, तस्वीर रंग और चमक में स्पष्ट बदलाव दिखाती है, जहां यह कम है - ब्लॉक में वाईसीबीसी घटकों के मूल्यों में कमजोर (चिकनी) परिवर्तन।

परिमाणीकरण

पहले से ही लागू संपीड़न सेटिंग्स हैं। प्रत्येक 8x8 मैट्रिसेस में से प्रत्येक में गुणांक एक निश्चित संख्या से विभाजित होता है। यदि इसके सभी संशोधनों के बाद छवि की गुणवत्ता आप अधिक कम नहीं करेंगे, तो विभक्त एक होना चाहिए। यदि इस तस्वीर पर कब्जा कर लिया गया मेमोरी आपके लिए अधिक महत्वपूर्ण है, तो विभाजक 1 से अधिक होगा, और भागफल गोल होगा। तो यह पता चला है कि अक्सर गोलाई के बाद यह बहुत सारे शून्य निकलता है।

अधिक संपीड़न बनाने के लिए परिमाणीकरण किया जाता है। यह यहाँ ग्राफ y = sin (x) के परिमाणीकरण के उदाहरण पर दिखता है:

दबाव

सबसे पहले हम जिग-ज़ैग मैट्रिक्स के माध्यम से जाते हैं:

हमें संख्याओं के साथ एक आयामी सरणी मिलती है। हम देखते हैं कि इसमें कई शून्य हैं, उन्हें हटाया जा सकता है। ऐसा करने के लिए, कई शून्य के अनुक्रम के बजाय, हम 1 शून्य दर्ज करते हैं और इसके बाद एक संख्या अनुक्रम में उनकी संख्या को दर्शाती है। इस प्रकार, आप संपूर्ण सरणी के आकार का 1/3 रीसेट कर सकते हैं। और फिर यह हफमैन विधि का उपयोग करके इस सरणी को संपीड़ित करता है और हम इसे फ़ाइल में दर्ज करते हैं।

जहां उपयोग किया जाता है

हर जगह। पीएनजी की तरह, जेपीईजी का उपयोग कैमरों, ओएस (कंपनी के लोगो, एप्लिकेशन आइकन, थंबनेल के रूप में) और उन सभी संभावित क्षेत्रों में किया जाता है जहां आपको छवियों को कुशलतापूर्वक संग्रहीत करने की आवश्यकता होती है।

निष्कर्ष

फिलहाल, जेपीईजी के बारे में ज्ञान केवल शैक्षिक उद्देश्यों के लिए मूल्यवान है, क्योंकि यह पहले से ही निर्मित है और हर जगह लोगों के बड़े समूहों द्वारा अनुकूलित है। लेकिन विज्ञान का ग्रेनाइट अभी भी स्वादिष्ट है ।

सूत्रों का कहना है

YCbCr के बारे में विकिपीडिया लेख
विकिपीडिया पर जेपीईजी लेख
पिकाबू के पद से डीसीटी के बारे में थोड़ा सा
विकिपीडिया पर डीसीटी लेख